Todos tendemos a responder con movimiento cuando oímos música, aunque sólo sea un leve movimiento de pies, pero lo que no sabíamos es que dicho movimiento nos identifica como si fuera una huella dactilar, gracias a la inteligencia artificial.
Pero ¿acaso no cambia nuestra 'huella' dependiendo de qué tipo de música estemos bailando? Científicos del Centro de Investigación de Música Interdisciplinaria de la Univ. de Jyväskylä (Finlandia) han descubierto que no: ya bailemos dance, country o metal, nuestro baile mantiene una serie de patrones detectables e identificables.
Un resultado inesperado
Emily Carlson, autora principal del estudio, afirma que, "en realidad no estábamos buscando este resultado, nos habíamos propuesto estudiar algo completamente diferente: [queríamos] ver si podíamos utilizar el machine learning para identificar qué género de música bailaban los participantes [en el estudio], en función de sus movimientos".
A los 73 voluntarios se les pidió que bailaran piezas de 8 géneros diferentes (country, rap, reggae, pop, jazz y los mencionados más arriba) sin más instrucción que hacerlo de forma que ellos sintieran 'natural'. El problema fue que su algoritmo no fue capaz de acertar el género correcto ni un 30% de las veces.
El lado positivo, por otra parte, es que la IA permitió identificar correctamente, en el 94% de las ocasiones, cuál de las 73 personas era la que estaba bailando en cada momento, sin importar al son de qué música estuviera bailando.
Esto abre nuevas posibilidades de identificación mediante inteligencia artificial: si antes ya contábamos con la tecnología de reconocimiento facial y, desde 2018, los chinos están probando a identificar a sus ciudadanos por la forma en que andan, ahora incluso los movimientos rítmicos pueden permitir identificar a una persona entre millones.
La música metal ¿'agujero de seguridad' de este sistema de identificación?
Aunque científicamente esto es apasionante, las posibles repercusiones sobre la privacidad todavía no podemos calcularlas. Por suerte, quedan aún algunos aspectos a resolver. "La mayoría de las investigaciones plantea más preguntas que respuestas", explica Carlson, "y este estudio no es una excepción".
"Tenemos que hacernos muchas nuevas preguntas, como si nuestros patrones de movimiento siguen siendo los mismos a lo largo de nuestra vida, si podemos detectar diferencias interculturales en base a estos patrones y en qué medida se diferencia la capacidad de humanos y computadoras para reconocer a individuos en base a sus movimientos de baile".
Además, algunos géneros musicales son más eficientes que otros encubriendo los patrones individuales: el algoritmo due mucho menos preciso a la hora de identificar personas cuando bailaban al ritmo del heavy metal. La fuerte asociación entre este género y ciertos movimientos, como el headbanging, homogeneiza los movimientos.
Vía | New Atlas
Imagen | Good Free Photos
